Ir al contenido principal

Introducción a los métodos computacionales para Ciencias Sociales

En este curso en línea aprende a reconocer los principales métodos computacionales para la analítica de contenidos sociales en entornos digitales, una de las áreas de mayor demanda profesional en la actualidad.

...
Introducción a los métodos computacionales para Ciencias Sociales

Hay una sesión disponible:

Una vez finalizada la sesión del curso, será archivadoAbre en una pestaña nueva.
Comienza el 24 mar
Termina el 11 jul

Introducción a los métodos computacionales para Ciencias Sociales

En este curso en línea aprende a reconocer los principales métodos computacionales para la analítica de contenidos sociales en entornos digitales, una de las áreas de mayor demanda profesional en la actualidad.

Introducción a los métodos computacionales para Ciencias Sociales
4 semanas
4–6 horas por semana
A tu ritmo
Avanza a tu ritmo
Gratis
Verificación opcional disponible

Hay una sesión disponible:

Una vez finalizada la sesión del curso, será archivadoAbre en una pestaña nueva.
Comienza el 24 mar
Termina el 11 jul

Sobre este curso

Omitir Sobre este curso

La relación entre los métodos computacionales y el análisis de datos es una de las áreas de mayor interés en la actualidad, debido a la versatilidad, robustez y dinamismo con que pueden analizarse los contenidos digitales (textos, videos, cortes sonoros, entre otros), que se difunden desde las redes sociales o los medios en línea.

Este curso en línea, de carácter introductorio, presenta un recorrido por algunas de las principales técnicas empleadas para capturar y analizar textos digitales con métodos asistidos por computador.

De la mano de dos reconocidos expertos, aprende a reconocer las principales técnicas asociadas al análisis de datos mediante el uso de herramientas informáticas. Este curso resulta indispensable para elaborar diagnósticos que empleen, como principal insumo, los textos digitales (tuits, mensajes en foros, chats, entre otros), algo que puede ser de gran utilidad en ámbitos como marketing; ventas; información y comunicación; diseño de campañas electorales; consultoría especializada, por citar algunos.

De un vistazo

  • Idioma: Español
  • Transcripción de video: Español

Lo que aprenderás

Omitir Lo que aprenderás
  • Qué posibilidades ofrece el uso de métodos computacionales para la investigación de la comunicación en línea
  • Cómo evaluar los contenidos y las relaciones que se establecen a través de Twitter
  • Qué es el machine learning y cuáles son sus principales aplicaciones
  • Cuáles son las principales técnicas que existen para analizar datos textuales a través de métodos asistidos por computador

Plan de estudios

Omitir Plan de estudios

Sección 1: Introducción a los métodos computacionales

1.1Los métodos computacionales en las Ciencias Sociales: una perspectiva inter y multidisciplinar

  • Métodos computacionales aplicados a las Ciencias Sociales
  • Ámbitos de aplicación de los métodos computacionales
  • Perspectivas que rigen los análisis

1.2Big data e investigación social y periodística

  • Técnicas para el abordaje de la Big data.
  • Aproximaciones teóricas: el fin de la teoría, según Anderson.

Sección 2: Análisis de textos con métodos asistidos por computador

2.1 Orígenes y conceptos básicos de la estadística textuala través de métodos computacionales

  • Breve evolución histórica

2.2La estadística textual: la palabra como objeto de estudio]

  • Estadística textual
  • Usos de la estadística textual
  • Tipos de análisis

2.3*Taller para la construcción de una tabla léxica de forma manual]

  • Los pasos preparatorios del análisis.
  • El uso del software AntConc.
  • Las frecuencias en la lista de palabras.
  • La representación gráfica de la tabla léxica: el Análisis Factorial de Correspondencias

**Sección 3: Análisis de redes, visualización y técnicas de análisis en Twitter

** 3.1 Conceptos principales del análisis de redes

  • La Teoría de Grafos.
  • Principales métricas
  • Tipos de software.

3.2*El uso de Gephi en los métodos computacionales

  • Contexto del software
  • La interfaz de Gephi.
  • Caso práctico.
  • Interpretación de las relaciones y la visualización

Sección 4:Introducción al machine learning

4.1 Machine learning, algoritmos e inteligencia artificial

  • Machine learning en los métodos computacionales
  • Aplicaciones del Machine learning
  • Relación con las Ciencias Sociales

4.2Analítica predictiva sobre datos de encuestas]

  • Los pasos de un proyecto basado en analítica predictiva.
  • Uso de Jupyter Notebook.
  • Estructuras de los datos.
  • Paquetes básicos de Numpy.

Acerca de los instructores

Preguntas frecuentes

Omitir Preguntas frecuentes

P - ¿Necesito tener conocimientos previos sobre métodos computacionales y análisis de contenidos digitales?
R – No es necesario, pero sí se recomienda tener conocimientos previos sobre técnicas cuantitativas y cualitativas.

P - ¿Es necesario disponer de algún tipo especial de computador?
R – No, puedes acceder al curso desde cualquier tipo.

P - ¿Debo adquirir algún software especializado?
R – No, todos los programas que utilizaremos serán gratuitos.

¿Quién puede hacer este curso?

Lamentablemente, las personas residentes en uno o más de los siguientes países o regiones no podrán registrarse para este curso: Irán, Cuba y la región de Crimea en Ucrania. Si bien edX consiguió licencias de la Oficina de Control de Activos Extranjeros de los EE. UU. (U.S. Office of Foreign Assets Control, OFAC) para ofrecer nuestros cursos a personas en estos países y regiones, las licencias que hemos recibido no son lo suficientemente amplias como para permitirnos dictar este curso en todas las ubicaciones. edX lamenta profundamente que las sanciones estadounidenses impidan que ofrezcamos todos nuestros cursos a cualquier persona, sin importar dónde viva.

¿Te interesa este curso para tu negocio o equipo?

Train your employees in the most in-demand topics, with edX For Business.